Checklist Environment Setup untuk Eksperimen yang Reproducible

Dokumensasikan ini sebelum menjalankan run pertama:

Hardware & OS:

• Spesifikasi CPU/GPU (model, jumlah core, VRAM)
• RAM yang digunakan
• OS dan versinya (misal: Ubuntu 22.04, Windows 11)

Software dependencies:

• Versi bahasa (Python 3.11.5, Java 17, dll)
• Library dan versi lengkap → simpan di requirements.txt atau environment.yaml
• Framework ML/DL jika ada (PyTorch 2.1.0, TensorFlow 2.13, dll)

Konfigurasi eksperimen:

• Semua hyperparameter di satu config file (bukan hardcode di kode)
• Random seed untuk semua operasi stokastik (data split, weight init, sampling)
• Path ke dataset yang digunakan (nama, versi, sumber)

Reproducibility check:

• Hapus semua cache dan jalankan ulang dari awal → hasilnya sama?
• Jalankan di environment baru mengikuti README → berhasil?
• Semua langkah ada di dokumentasi, tidak ada yang "tersirat"?

Jika belum bisa menjawab "ya" untuk semua di atas, eksperimen yang dihasilkan tidak bisa diverifikasi secara independent. Ini bukan formalitas — ini standar minimum kredibilitas riset.